Abstract
En este trabajo se presenta un sistema para detectar microcalcificaciones regiones de interés de mamografías digitalizadas con la finalidad de contribuir en la detección temprana del cáncer de mama. Con el objetivo de mejorar el contraste entre microcalcificaciones y tejido presentes en la imagen la transformada Top-hat basada en morfología matemática es aplicada. Con el objetivo de identificar las regiones pertenecientes a microcalcificación se implementó una técnica novel llamada sub-segmentación mediante un algoritmo de agrupamiento como lo es PFCM. Se realizó una extracción de características en las regiones correspondientes a microcalcificaciones y tejido mediante la media y la desviación estándar de la intensidad de los niveles de gris de una pequeña región entorno a un píxel. Finalmente, se aplicó un clasificador basado en una RNA, específicamente un MLP. La finalidad del clasificador es discriminar patrones correspondientes a los píxeles que pertenecen a microcalcificación y a tejido sano y representarlos mediante una segmentación de imagen en forma binaria.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente la investigación al público, lo cual fomenta un mayor intercambio de conocimiento global.